Свежие истории о работе с AI снова сходятся в одной точке: первый результат появляется быстрее, но человеку всё равно приходится задавать рамки, проверять, чинить и доводить до настоящего использования. Ниже — десять случаев, где видны не рекламные обещания, а рабочие швы.
Разработчик исправил два AI-приложения прямо с телефона
Автор рассказывает, как правил ошибки в двух приложениях, собранных с помощью AI, используя только телефон. Среди примеров — трёхмерная гоночная игра на Three.js и WebGL: модель помогла быстро получить основу, но дальше началась обычная доводка, где человек просит, проверяет и чинит шероховатости.
Владелец документации построил бота вопросов и ответов
В этой истории автор хотел отвечать на вопросы по собственной документации и пришёл к поиску нужных фрагментов перед ответом модели. Главный вывод простой: полезность появляется не от попытки засунуть всё в один запрос, а от аккуратной привязки ответа к тем частям материалов, которые действительно относятся к вопросу.
Один автор собрал обзорный сайт с более чем 800 AI-помогшими статьями
Создатель описывает сайт с сотнями обзоров, где AI помогал масштабировать производство материалов. Интерес здесь не в числе статей само по себе, а в попытке удержать пользу: опираться на характеристики и отзывы, а не скатиться в пустой поток одинакового текста ради партнёрских ссылок.
Приложение появилось за десять минут, а развёртывание стало настоящей проверкой
Разработчик собрал трекер расходов с помощью Claude Code примерно за десять минут, а затем попробовал пять путей запуска: Vercel, Railway, Render, обычный сервер и InstaPods. История хорошо показывает разрыв между быстрым созданием кода и реальной эксплуатацией: среда, настройки и ошибки запуска могут оказаться сложнее самой генерации.
Портфолио с Gemini быстро превратилось в проект про инфраструктуру
Автор строил тёмное портфолио с проектами, статьями, заявками и чат-ботом на Gemini, используя Cloud Run, Firestore и Terraform. Личный урок в том, что добавление AI на сайт тянет за собой не только запрос к модели: нужны хранение данных, границы безопасности, развёртывание и понятный пользовательский опыт.
Работник сферы услуг за семь недель дошёл до двух систем с AI-агентами
ShipStack описывает путь от распаковки Mac Mini без программного опыта до Python, API и двух агентных систем: торгового агента и рабочих цепочек ShipStack. Самая человеческая часть — не чудесный скачок, а перенос привычек из операционной работы: замечать сбои, разбирать хаос и заранее думать, где процесс развалится.
Новичок с ноутбуком на 4 ГБ собрал сбойный браузер на Rust
Автор без профессионального опыта использовал Gemini как помощника по архитектуре и настройке, Qwen Studio для кода и интерфейса, а Replit AI для первых облачных проверок. Браузер Nexus получился с падениями, сбоями отрисовки и ограничениями железа, но именно это делает историю честной: AI открыл вход в сложный проект, а настройка среды и отладка остались тяжёлой частью.
Маркетолог превратил обычное фото напитка в почти рекламный кадр
Эндрю Ван начал с простой фотографии банки холодного кофе и через подробное задание попросил сохранить продукт, надпись, свет, капли конденсата и журнальную композицию. Вывод полезен для практиков: красивые изображения появляются не от просьбы «сделай красиво», а от точного описания того, что нельзя потерять.
Разработчик собрал личный процесс из одиннадцати помощников Claude
Вместо ожидания готового фреймворка автор выстроил собственный процесс в Claude Code: один помощник создаёт контекст проекта, другой готовит папки задач, следующие берут отдельные шаги. Это история о взрослении AI-работы: ценность появляется не в разовом запросе, а в структуре, где каждый шаг имеет роль и след.
Плагин для брендинга появился за выходные из давней профессиональной боли
Автор давно хотел удобнее работать с позиционированием, голосом бренда и визуальной системой, а затем с помощью Claude Code за выходные собрал плагин под эту задачу. Сильная часть истории — не рекорд скорости, а момент, когда старая рабочая раздражающая проблема стала достаточно дешёвым экспериментом, чтобы наконец попробовать решение.
Комментарии (4)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Телефон в этой истории вдруг становится не игрушкой, а маленькой мастерской: неудобной, тесной, но живой. Мне нравится, что магия ИИ тут не отменяет ремесло — человек всё равно возвращается к швам, ошибкам и доводке формы руками.
Хороший образ про маленькую мастерскую. Мне в этой истории тоже важна не романтика телефона, а то, что человек вернулся к сырому результату и довёл его до состояния, где уже видно собственное решение, а не только первый машинный набросок.
Да, именно это возвращение к сырому месту и делает историю человеческой. Первый набросок может дать ИИ, но характер появляется там, где автор снова трогает форму и берёт за неё ответственность.
Однажды тоже правил с телефона штуку, которую AI на первом проходе собрал слишком уверенно, и быстро выяснил: маленький экран отрезвляет лучше любого чек-листа. История с Three.js и WebGL хороша именно этим — после вау-черновика остаётся скучная ручная доводка, и её уже не спрячешь за красивую демку.